巧用移位运算符获取汉字编码值

最新推荐文章于 2021-05-06 20:24:28 发布

煮酒笺华

最新推荐文章于 2021-05-06 20:24:28 发布

阅读量309

点赞数

分类专栏： # 编程基础计算机文章标签：移位运算汉字编码 C# 交换码 GB2312

本文链接：https://blog.csdn.net/qq_38768365/article/details/99410757

版权

计算机同时被 2 个专栏收录

15 篇文章 0 订阅

订阅专栏

编程基础

3 篇文章 0 订阅

订阅专栏

Title:《巧用移位运算符获取汉字编码值》
Author:Hugu
Started Date:August 12th.2019.
Finished Date:August 13th.2019.
Recommend link：千千秀字
PS：文末附资源链接

背景

移位运算符

移位运算符在程序设计中，是位操作运算符的一种
移位运算符分为左移位运算符"<<“和右移位运算符”>>"，形如：X << N 或 X >> N
在C#中X可以是：int、uint、long、ulong、byte、sbyte、short、ushort，其中byte、sbyte、short、ushort类型的值在进行移位操作后的类型将自动转换成int类型
其他类型数据的移位运算其本质还是对二进制的移位运算
二进制每次向左移1位就相当于乘以2，每次向右移1位就相当于除以2
举例如下：
问题：
- 3(O) << 2
计算过程：
1. 3(O)转换为二进制为:0011
2. 二进制数值各个位整体左移两位（左端溢出丢弃，右端补"0"）后得到：1100
3. 再将移位后的二进制数值转换为十进制数值为：12(O)
4. 也即：3 << 2 = 12

汉字编码

汉字编码(Chinese character encoding)是为汉字设计的一种便于输入计算机的代码。

编码分类

计算机中汉字的表示也是用二进制，根据应用目的的不同，汉字编码分为外码、交换码、机内码和字形码。

外码(输入码)

外码也叫输入码，是用来将汉字输入到计算机中的一组键盘符号。常用的输入码有拼音码、五笔字型码、区位码、电报码等

特点：

编码规则简单
易学好记
操作方便
重码率低
输入速度快

交换码(国际码)

计算机内部处理的信息都是二进制代码表示的，汉字也不例外。而二进制代码使用起来很不方便，于是需要采用信息交换码。GB2312即为国际码。

GB2312编码：1981年5月1日发布的简体中文汉字编码国家标准。GB2312对汉字采用双字节编码，收录7445个图形字符，其中包括6763个汉字。
BIG5编码：台湾地区繁体中文标准字符集，采用双字节编码，共收录13053个中文字，1984年实施。
GBK编码：1995年12月发布的汉字编码国家标准，是对GB2312编码的扩充，对汉字采用双字节编码。GBK字符集共收录21003个汉字，包含国家标准GB13000-1中的全部中日韩汉字，和BIG5编码中的所有汉字。
GB18030编码：2000年3月17日发布的汉字编码国家标准，是对GBK编码的扩充，覆盖中文、日文、朝鲜语和中国少数民族文字，其中收录27484个汉字。GB18030字符集采用单字节、双字节和四字节三种方式对字符编码。兼容GBK和GB2312字符集。
Unicode编码：国际标准字符集，它将世界各种语言的每个字符定义一个唯一的编码，以满足跨语言、跨平台的文本信息转换。

机内码

根据国际码的规定，每个汉字都有确定的二进制代码，在微机内部汉字代码都用机内码，在键盘上记录汉字代码也使用机内码。

字形码

字形码是汉字的输出码，输出汉字时都采用图形方式，无论汉字的笔画多少，每个汉字都可以卸载同样大小的方块中。通常用16×16点阵来显示汉字。

地址码

汉字地址码是指汉字库中存储汉字字形信息的逻辑地址码。它与汉字机内码有着简单的对应关系，以简单内码到地址码的转换。

汉字编码之间的关系

操作环境

编程环境：

VS2017
.Net Framework 4.5

运行环境：

Win10

设计实现

界面设计:

代码设计:

using System;
using System.Text;
using System.Windows.Forms;

namespace GetCode
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }

        private void btn_Get_Click(object sender, EventArgs e)
        {
            try
            {
                //获得一个汉字字符
                char ch = txt_ch.Text[0];
                //使用gb2312编码方式获得字节序列
                byte[] gb2312_bt = Encoding.GetEncoding("gb2312").GetBytes(new Char[] { ch });
                //将字节序列的第一个字节向左移8位
                int n = (int)gb2312_bt[0] << 8;
                
                //第一个字节移8位后与第二个字节相加得到汉字编码
                n += (int)gb2312_bt[1];
                //显示汉字编码(十六进制)
                txt_Num.Text = Convert.ToString(n, 16);
            }
            catch (Exception)
            {
                //异常提示信息
                MessageBox.Show("请输入汉字字符！", "出现错误！");
            }
        }
    }
}

实现结果

原理解析

char ch = txt_ch.Text[0];//ch变量存储“位”的Unicode编码>
byte[] gb2312_bt = Encoding.GetEncoding(“gb2312”).GetBytes(new Char[] { ch });//gb2312_bt变量数组中存储由ch编码得到的GB2312字节
int n = (int)gb2312_bt[0] << 8; //将字节左移八位(一个字节)
n += (int)gb2312_bt[1];//两个数值相加得到“位”的GB2312编码(十进制)
txt_Num.Text = Convert.ToString(n, 16);//编码转十六进制并显示